[发明专利]一种行人重识别方法、装置、终端及存储介质

权利要求书

1.一种行人重识别方法，其特征在于，所述方法包括：

获取第一图像和第二图像，其中，所述第一图像中包含目标对象，所述第一图像和所述第二图像分别对应同一相机域的不同视图或者分别对应不同相机域的视图；

将所述第一图像和所述第二图像输入预先构建的目标度量网络，获取所述目标度量网络基于所述第一图像和所述第二图像输出的相似度值，其中，所述目标度量网络预先经过训练数据集训练，所述训练数据集包括第一训练图像集和第二训练图像集，所述第一训练图像集包括同一相机域下的不同视图，所述第二训练图像集包括各相机域中的人物转换至不同相机域下的视图；

根据所述相似度值，判断所述第二图像中是否包含所述目标对象。

2.根据权利要求1所述的行人重识别方法，其特征在于，所述目标度量网络的训练过程包括：

获取训练数据集，其中，所述训练数据集包括若干批训练数据；

根据若干批所述训练数据，对预设的卷积神经网络进行迭代更新；

根据迭代更新后的所述卷积神经网络，确定所述目标度量网络；

其中，每一次迭代更新基于一批所述训练数据，一次迭代更新的过程包括：

获取特征集合，其中，所述特征集合包括若干特征，若干所述特征分别用于反映所述卷积神经网络中的不同层级的特征；

根据该批所述训练数据确定核集合，其中，所述核集合包括若干内核；

根据所述特征集合，对若干所述内核分别对应的核权重值进行更新；

根据若干所述内核分别对应的更新后的核权重值，确定目标特征空间；

根据所述特征集合，对所述卷积神经网络对应的网络权重值进行更新。

3.根据权利要求2所述的行人重识别方法，其特征在于，所述根据该批所述训练数据确定核集合，包括：

根据该批所述训练数据确定若干聚类数据，其中，若干所述聚类数据分别对应不同的相机域；

根据每一所述聚类数据确定一组所述内核，其中，每组所述内核的数量相等；

根据若干所述聚类数据分别对应的一组所述内核，生成所述核集合。

4.根据权利要求3所述的行人重识别方法，其特征在于，每组所述内核包括一个RBF核和一个x²核，其中，所述RBF核和所述x²核分别对应的sigma值基于该组所述内核对应的所述聚类数据的平均值或中心值确定。

5.根据权利要求2所述的行人重识别方法，其特征在于，所述根据所述特征集合，对若干所述内核分别对应的核权重值进行更新，包括：

将所述特征集合中所有特征投射至每一所述内核对应的特征空间，得到每一所述内核对应的第一投影特征；

根据每一所述内核对应的第一投影特征，确定每一所述内核对应的核误差值；

根据每一所述内核对应的核误差值对每一所述内核对应的所述核权重值进行更新。

6.根据权利要求2所述的行人重识别方法，其特征在于，所述根据所述特征集合，对所述卷积神经网络对应的网络权重值进行更新，包括：

将所述特征集合中所有特征投射至所述目标特征空间，得到所述目标特征空间对应的第二投影特征；

根据所述第二投影特征，确定所述卷积神经网络对应的网络误差值；

根据所述网络误差值对所述卷积神经网络执行反向传播，以实现对所述卷积神经网络对应的网络权重值进行更新。

7.根据权利要求1所述的行人重识别方法，其特征在于，所述根据所述相似度值，判断所述第二图像中是否包含所述目标对象，包括：

获取预设的相似度阈值；

当所述相似度值大于所述相似度阈值时，判断所述第二图像中包含所述目标对象。